在去偏推荐中以少量无偏评分平衡未观测混杂

推荐系统被视为应对信息过载的有效工具，但众所周知，各类偏差的存在使得直接在大规模观测数据上训练会导致次优的预测性能。相比之下，通过随机对照试验或 A/B 测试获得的无偏评分被视为黄金标准，但在现实中成本高昂且规模很小。为利用这两类数据，近期工作提出使用无偏评分来纠正基于有偏数据集训练的倾向得分或插补模型的参数。然而，现有方法在存在未观测混杂或模型误设时无法获得准确预测。本文中，我们提出一种理论上有保证的模型无关平衡方法，可应用于任何现有去偏方法，旨在对抗未观测混杂与模型误设。所提方法通过交替纠正基于有偏数据学到的模型参数，并自适应地学习有偏样本的平衡系数以进一步去偏，从而充分利用无偏数据。我们在四种代表性去偏方法上开展了广泛的真实世界实验并部署了我们的方案，以证明其有效性。